Quase 1 em cada 3 trabalhadores brasileiros hoje ocupa uma função que tem algum grau de exposição à inteligência artificial generativa. O número não vem de um relatório de marketing de startup de tecnologia — vem de um estudo do FGV IBRE, um dos institutos de pesquisa econômica mais respeitados do país, construído a partir de dados da PNAD Contínua (a mesma pesquisa do IBGE que mede desemprego) e de uma metodologia da Organização Internacional do Trabalho.
O dado, por si só, já é grande o suficiente para virar manchete alarmista. Mas o que o estudo mostra, olhado com cuidado, é mais específico e mais útil do que qualquer previsão genérica de “a IA vai acabar com empregos”: ele aponta quem está mais exposto, onde essa exposição já está gerando efeito mensurável em renda e ocupação, e — o que interessa mais a quem tem um negócio — o que isso muda na hora de contratar, treinar ou decidir automatizar uma função.
O que o estudo da FGV IBRE mostra, com precisão
O trabalho, conduzido pelos pesquisadores Paulo Peruchetti, Fernando de Holanda Barbosa Filho e Janaína Feijó, e publicado na revista Conjuntura Econômica da FGV IBRE em janeiro de 2026, classificou as ocupações registradas na PNAD Contínua segundo o nível de exposição à IA generativa, usando o Índice Global de Exposição Ocupacional da OIT — construído a partir de uma amostra representativa de quase 30 mil tarefas do sistema de classificação ocupacional polonês, traduzido para a estrutura de ocupações usada no Brasil.
Os números centrais:
- No terceiro trimestre de 2025, quase 30 milhões de trabalhadores no Brasil estavam em ocupações com algum grau de exposição à IA generativa — o equivalente a 29,6% da população ocupada. FGV Ibre
- Desse total, cerca de 5,2 milhões estavam no gradiente mais elevado de exposição. Blog do IBRE
- A exposição é maior entre mulheres, trabalhadores mais jovens, mais escolarizados, na região Sudeste e no setor de serviços — especialmente em informação, comunicação e serviços financeiros. Blog do IBRE
- Usando também dados do FMI, o estudo estima que cerca de 20% dos ocupados no Brasil combinam alta exposição com baixa complementaridade à IA — o grupo mais vulnerável a perda de emprego —, enquanto pouco mais de 20% combinam alta exposição com alta complementaridade, o que sugere potencial de ganho de produtividade e salário. Blog do IBRE
Esse último ponto é o que separa esse estudo de uma manchete de susto: exposição à IA não é, por si só, sinônimo de risco. O mesmo grau de exposição pode significar “essa tarefa vai ser automatizada e a função encolhe” ou “essa tarefa vai ser potencializada pela IA e a pessoa que a exerce fica mais produtiva e mais bem remunerada” — depende de quanto a função em questão se complementa com a tecnologia, e não só de quanto ela é substituível por ela.
A parte mais nova: já existe efeito medido, não só projetado
Até aqui, o estudo de janeiro trabalhava com exposição potencial — ou seja, mapeava onde a IA poderia incidir, sem provar que já estava incidindo. Um estudo posterior, publicado no Blog do IBRE em abril de 2026 pelo pesquisador Daniel Duque, deu esse passo seguinte: comparou, ao longo do tempo, grupos de trabalhadores que já eram mais expostos à IA generativa antes da tecnologia se popularizar (a exposição foi “congelada” no terceiro trimestre de 2022, período anterior ao lançamento público mais amplo das principais ferramentas de IA generativa) com grupos menos expostos, e mediu o que aconteceu com ocupação e renda de cada grupo depois disso.
O resultado, segundo a própria descrição do estudo: os efeitos iniciais da difusão da IA generativa no Brasil estão concentrados entre jovens de 18 a 29 anos, com queda mensurável na ocupação e na renda — concentrada em funções de entrada na carreira, onde a substituição de tarefas por IA já é observável. Blog do IBRE
Isso é uma informação diferente da anterior. Não é mais só “essa função pode, em teoria, ser afetada”. É “entre quem já estava mais exposto, já existe uma queda real de renda e ocupação, e ela está batendo primeiro em quem está começando a trabalhar”. Vale a ressalva editorial: o próprio estudo trata isso como evidência inicial, não como conclusão definitiva — é o tipo de achado que tende a ser revisado e aprofundado à medida que mais trimestres de dados forem incorporados à análise.
Por que isso importa para quem contrata
Aqui está o ângulo que normalmente falta nas reportagens sobre “IA e emprego”: a maior parte do debate público fala do ponto de vista de quem tem medo de perder o emprego. Mas para quem administra uma clínica, uma oficina, um escritório de contabilidade ou uma loja, a pergunta é outra: o que esse dado muda na forma como eu estruturo minha equipe?
Alguns pontos concretos que se desprendem diretamente dos dados da FGV:
Funções de entrada de carreira estão em transição, não em fim de linha. Se o efeito inicial mais forte está em tarefas de entrada — normalmente as mais repetitivas e padronizadas dentro de uma função —, isso sugere que contratar um estagiário ou assistente hoje, em algumas áreas, pode exigir repensar o que essa pessoa vai fazer no dia a dia. A tarefa mecânica que antes justificava a vaga (digitar, organizar, responder e-mail padrão) tende a encolher; o que sobra é o que exige julgamento, que normalmente é justamente o que falta a quem está começando.
Exposição não é sentença — depende de complementaridade. Uma recepcionista que usa IA para organizar agenda e liberar tempo para atendimento mais atencioso ao cliente está no grupo de alta exposição e alta complementaridade — o cenário de ganho, não de perda. Já uma função cujo valor inteiro está em executar uma tarefa repetitiva sem julgamento humano nenhum tende para o outro lado. A diferença entre os dois cenários geralmente está em como a empresa desenha a função, não na tecnologia em si.
O setor de serviços, onde a maioria dos pequenos negócios atende, é justamente o mais exposto. O estudo aponta serviços de informação, comunicação e financeiros como os mais expostos — mas o recorte setorial mais amplo de “serviços” cobre boa parte do universo de PMEs brasileiras. Isso não significa alarme automático; significa que vale mapear, dentro da própria operação, quais tarefas hoje são puramente mecânicas (lançamento de dados, resposta padrão, organização de planilha) e que poderiam, de fato, ser assistidas por IA sem perda de qualidade — liberando a equipe para o que exige mais julgamento humano.
IA na prática: o que avaliar na sua equipe
- Mapeie tarefas, não cargos. Em vez de perguntar “essa função vai sumir?”, pergunte “quais tarefas dentro dessa função já poderiam ser feitas com apoio de IA, e o que sobra exige julgamento humano?”.
- Redesenhe vagas de entrada com isso em mente. Se você contrata gente no início de carreira, vale pensar em treiná-los desde já para tarefas de maior complementaridade com IA, e não só para execução repetitiva — que é justamente o que está encolhendo primeiro.
- Não decida contratação ou demissão com base só em hype. O próprio estudo da FGV trata os efeitos como iniciais. Decisões estruturais de equipe baseadas em uma manchete otimista ou alarmista, sem olhar a realidade específica da sua operação, tendem a ser precipitadas.
- Avalie complementaridade, não só exposição. Antes de automatizar uma função inteira, pergunte se a IA está substituindo a tarefa ou potencializando a pessoa — o resultado em produtividade e retenção de talento tende a ser bem diferente entre os dois casos.
O impacto nos negócios
Para o pequeno empresário, esse conjunto de dados tem uma leitura direta: a decisão sobre automatizar tarefas dentro da equipe deixou de ser só uma questão de “isso me economiza tempo?” e passou a ter uma dimensão de responsabilidade sobre como a mudança afeta quem está começando a carreira dentro do negócio. Isso não é apelo moral vazio — é também estratégico: uma empresa que usa IA para tirar trabalho mecânico repetitivo da mesa do time júnior, e coloca esse tempo em tarefas de maior valor, tende a reter melhor talento e formar profissionais mais capazes com o tempo. Uma empresa que usa IA só para reduzir quadro sem repensar o desenho das funções colhe, no curto prazo, economia — e no médio prazo, o risco descrito pelo próprio estudo: perda de renda e ocupação concentrada justamente em quem tinha potencial de crescer dentro da empresa.
Análise: o que é fato, o que é hipótese, o que ainda falta saber
Fato, com base sólida: cerca de 30% da população ocupada brasileira está em ocupações com algum grau de exposição à IA generativa, segundo metodologia da OIT aplicada a dados oficiais da PNAD Contínua pela FGV IBRE. Esse não é um número de agência de marketing — é pesquisa acadêmica com dado público auditável.
Achado inicial, ainda em consolidação: o efeito já mensurado de queda de ocupação e renda concentrado em jovens de 18 a 29 anos em funções de entrada. O próprio autor do estudo trata isso como evidência preliminar, construída com dados até o segundo trimestre de 2025 — é o tipo de resultado que precisa de mais trimestres de observação para se firmar como tendência consolidada, não como fato definitivo.
O que ainda não sabemos: se esse efeito vai se aprofundar, se estabilizar, ou se reverter à medida que o mercado de trabalho se ajusta e cria novas funções — o próprio estudo da FGV reconhece que o problema “não deve ser lido como uma dicotomia simples entre substituição e complementaridade, mas como uma reconfiguração do conteúdo do trabalho”. Não há, até o momento, dado brasileiro robusto o suficiente para afirmar qual será o saldo líquido de empregos no médio prazo — só evidência de que a reconfiguração já está em curso.
Vale reforçar o alerta do próprio posicionamento editorial: não é correto, com os dados disponíveis, afirmar que qualquer profissão específica “vai acabar” por causa da IA. O que os dados mostram, com solidez, é que tarefas dentro das profissões estão mudando de conteúdo — e que esse processo já tem efeito mensurável em quem está no começo da carreira.
Perguntas frequentes
A IA está eliminando profissões inteiras no Brasil?
Não é isso que os dados mostram. O estudo da FGV IBRE aponta que a IA generativa está reconfigurando o conteúdo de tarefas dentro das ocupações, não eliminando profissões inteiras. Há, sim, efeito mensurável de queda de renda e ocupação em funções de entrada de carreira, principalmente entre jovens de 18 a 29 anos — mas isso é diferente de “a profissão deixou de existir”.
Quais setores estão mais expostos à IA no Brasil?
Segundo o estudo, a exposição é maior no setor de serviços, especialmente em informação, comunicação e serviços financeiros, e entre trabalhadores mais jovens, mais escolarizados e na região Sudeste.
Minha pequena empresa deveria parar de contratar gente júnior por causa disso?
Os dados não sustentam essa conclusão. O que eles sugerem é que vale repensar o desenho das funções de entrada — priorizando tarefas que se complementam com IA em vez de tarefas puramente repetitivas, que são justamente as que mostram maior efeito de substituição.
Exposição à IA significa risco de perda de emprego?
Não necessariamente. O estudo separa exposição com baixa complementaridade (risco maior de substituição) de exposição com alta complementaridade (potencial de ganho de produtividade e renda). O resultado depende de como a tarefa é desenhada, não só da tecnologia em si.
O que isso significa para o seu negócio?
Se você tem funcionários em início de carreira — estagiários, assistentes, atendentes —, vale olhar com atenção para o que essas pessoas fazem no dia a dia: se a função é majoritariamente tarefa repetitiva e padronizada, ela está no grupo mais exposto ao efeito que os dados da FGV já começam a mostrar. Isso não é motivo para demitir ou deixar de contratar — é motivo para redesenhar a função, usando IA para tirar a parte mecânica do trabalho e liberar tempo para o que exige julgamento humano, que é exatamente o que forma um profissional capaz de crescer dentro do seu negócio.
Fontes e artigos de referência
- FGV IBRE — Impactos do avanço da inteligência artificial no mercado de trabalho: o que fazer? (janeiro 2026)
- FGV IBRE / Blog do IBRE — Inteligência artificial generativa e mercado de trabalho no Brasil: evidências iniciais sobre ocupação e renda, Daniel Duque (abril 2026)
- Organização Internacional do Trabalho (OIT) — Generative AI and Jobs: A Refined Global Index of Occupational Exposure (2025)
- LinkedIn — Relatório Empregos em Alta 2026 (Brasil)
Luciana Oliveira
Comunicação | Marketing | IA
About The Author
